[发明专利]基于社交网络信息交互的用户影响力获取方法

说明书

本发明公开了一种基于社交网络信息交互的用户影响力获取方法，包括：S1：以热点资讯为目标，获取参与至该热点新闻中的所有用户信息；根据用户之间的转发关系创建用户关系拓扑网络，所述用户关系拓扑网络设置有多个层级，其中，最先发表热点资讯的用户处于最内层；S2：根据下述公式由外至内逐层计算每个层级上所有用户的影响力：用户影响力＝自身的被转发量+子用户的影响力*影响力系数；本发明能够解决当社交网络中某热点转发评论数量级别庞大时，如何立足于整体角度，快速计算出各个用户在此传播行为中所占权重的问题。

技术领域

本发明涉及社交网络技术领域，具体而言涉及一种基于社交网络信息交互的用户影响力获取方法。

背景技术

目前有许多基于用户关系信息分享、传播以及获取的通过关注机制分享简短实时信息的广播式社交媒体，例如：微博、Twitter、Facebook等。

对于某条热点新闻各个平台仅仅显示了此热点新闻的转发次数，并未显示出各个参与转发、点赞的用户在此次热点新闻传播中所产生的影响力，并且存在一些转发评论量过千万的热点，如何计算这些热点中所有用户的影响力成为了一个待解决的问题。

目前有部分研发人员结合事件本身和社交网络用户关系拓扑结构，对用户在某一事件中的影响力进行分析，例如，专利号为CN109063010A的发明中提及了一种基于PageRank的意见领袖挖掘方法，不仅考虑了社交网络用户关系拓扑结构信息，而且融合了社交网络用户的一些体现其影响力的属性信息。在社交网络拓扑信息方面算法基于事件中用户的转发关系构建了一个加权的用户关系网络，事件是具有主题性质的和大量广泛的用户参与的，以事件为基础使用转发机制构建关系网络不仅具有信息的针对性与目标性，而且明显能减少社交媒体信息数据量的使用，同时这种网络因事件的不同具有动态性。针对社交网络用户属性信息方面，算法使用了能直接体现用户影响力用户属性信息，能更加精确的刻画了用户影响力。但此类研究成果仍存在以下问题：

第一、以事件为基准，仍从每个用户为出发点，结合用户的转发、发文、朋友关系等角度对每个用户进行评估，由于计算量巨大，因此依然将目光聚焦在一些关键用户身上，难以从整体角度对事件参与者的影响力进行分析。

第二、部分参与用户之间存在着相当多的互动信息和相关信息，对于这部分互动信息和相关信息，现有算法分别聚焦于每个相关用户，对这部分内容进行重复计算，带来冗余计算量。

第三、当其中部分用户的相关信息发生变动时，难以快速更新与这部分用户相关的其他用户的信息。

发明内容

本发明目的在于提供一种基于社交网络信息交互的用户影响力获取方法，旨在解决当社交网络中某热点转发评论数量级别庞大时，如何立足于整体角度，快速计算出各个用户在此传播行为中所占权重的问题。

为达成上述目的，结合图1，本发明提出一种基于社交网络信息交互的用户影响力获取方法，所述方法包括：

S1：以热点资讯为目标，获取参与至该热点新闻中的所有用户信息；根据用户之间的转发关系创建用户关系拓扑网络，所述用户关系拓扑网络设置有多个层级，其中，最先发表热点资讯的用户处于最内层；

S2：根据下述公式由外至内逐层计算每个层级上所有用户的影响力：

式中，X(r)是用户r的影响力，A(r)是用户r的被转发量，N是用户r的第i个子用户的的影响力系数，X(r_i)是用户r的第i个子用户的影响力，i＝1,2,…,m；

其中，最外层用户的影响力＝该用户自身的被转发量。

进一步的实施例中，所述方法还包括：

创建用户影响力分布图；